The efficiency of contact lens care regimens on protein removal from hydrogel and silicone hydrogel lenses.
Notice bibliographique
Résumé
PURPOSE: To investigate the efficiency of lysozyme and albumin removal from silicone hydrogel and conventional contact lenses, using a polyhexamethylene biguanide multipurpose solution (MPS) in a soaking or rubbing/soaking application and a hydrogen peroxide system (H(2)O(2)). METHODS: Etafilcon A, lotrafilcon B and balafilcon A materials were incubated in protein solutions for up to 14 days. Lenses were either placed in radiolabeled protein to quantify the amount deposited or in fluorescent-conjugated protein to identify its location, using confocal laser scanning microscopy (CLSM). Lenses were either rinsed with PBS or soaked overnight in H(2)O(2) or MPS with and without lens rubbing. RESULTS: After 14 days lysozyme was highest on etafilcon A (2,200 mug) >balafilcon A (50 microg) >lotrafilcon B (9.7 microg) and albumin was highest on balafilcon A (1.9 microg) =lotrafilcon B (1.8 microg) >etafilcon A (0.2 microg). Lysozyme removal was greatest for balafilcon A >etafilcon A >lotrafilcon B, with etafilcon A showing the most change in protein distribution. Albumin removal was highest from etafilcon A >balafilcon A >lotrafilcon B. H(2)O(2) exhibited greater lysozyme removal from etafilcon A compared to both MPS procedures (p<0.001) but performed similarly for lotrafilcon B and balafilcon A lenses (p>0.62). Albumin removal was solely material specific, while all care regimens performed to a similar degree (p>0.69). CONCLUSIONS: Protein removal efficiency for the regimens evaluated depended on the lens material and protein type. Overall, lens rubbing with MPS before soaking did not reduce the protein content on the lenses compared to nonrubbed lenses (p=0.89).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».